경제이론은 경제모형이라는 구체적 형태로 표현되는 것이 보통이며 현실경제를 단순화해 축소시켜 놓음으로써 경제가 어떻게 움직여 가는지 이해하기 쉽게 만들어 놓은 것을 뜻한다.
경제모형은 수식, 그림, 말 중 어떠한 형태로 표현해도 되지만 대체로 수식의 형태로 표현되는 경우가 많다. 말로 풀어쓴다면 몇 페이지가 될 분량을 단 몇 줄의 수식으로 간결하게 표현할 수 있는 편리함이 있기 때문이며 수학의 엄밀한 논리를 적용해 논리를 전개할 수 있다는 점에서도 수식에 의한 표현이 장점을 갖는다. 수식을 그림으로 바꿔 표현하는 경우 그림은 누구나 쉽게 직관적으로 이해할 수 있다는 장점이 있기 때문에 이 방법이 자주 활용되고 있다.
경제모형(economic model)의 기본 골격
경제모형은 내용에 따라 매우 다른 모습을 보이게 된다. 수백 개의 방정식으로 구성된 복잡한 모형과 두세 개의 방정식만 포함된 단순한 모형도 있을 수 있다. 미분방정식처럼 복잡한 형태의 방정식이 포함된 경우도 있고, y=ax+b처럼 단순한 방정식도 포함될 수 있지만 어떠한 경제모형이라도 다음과 같이 몇 가지 요소들을 공통적으로 포함하고 있다.
1) 변수(variable)
변수는 여러 다른 값을 취할 수 있는 수를 뜻하며 가격(P), 상품의 양(Q), 이자율(r), 국민소득(Y) 같은 경제모형에 사용하는 대표적인 변수이다. 변수는 경제모형을 구성하는 가장 기본적인 요소로 경제모형을 만들 때 우선 모든 변수들을 분명하게 정의해 두어야 한다. 모형을 훌륭하게 풀어냈더라도 변수의 정의 자체가 잘못되었다면 그 분석 결과는 아무 쓸모가 없게 된다. 이 처럼 경제모형은 각 변수들 사이의 관계는 함수(function)의 형태로 표현하는 것이 보통이며 여러 개의 함수로 구성된 연립방정식의 형태를 가지게 된다.
2) 가정(assumption)
경제학자들은 가정을 특히 좋아한다는 말을 자주 듣는다. 경제이론에 예외 없이 수많은 가정들이 포함되어 있기 때문에 나온 말이다. 일반적 경제모형은 관심을 갖고 있는 변수들의 행태 또는 경제 주체의 동기 등에 대해 일련의 가정을 하고 시작하는 것이 일반적이다. 만약 이런 것들을 분명하게 알고 있다면 가정에서 시작할 필요가 없지만 분명하게 모르는 경우 그럴듯한 가정을 세워서 시작점으로 삼을 수밖에 없다.
경제모형을 만드는 사람은 필요 이상으로 많은 가정을 세우지 않도록 주의해야 한다. 너무 많은 가정이 있으면 경우에 따라 가정 그 자체가 분석의 결과를 좌우하는 상황이 발생하기 때문이다. 이런 경우 이론적 분석을 거쳐 도출된 결론이라 하더라도 별로 의미를 갖지 못하는 결과를 낳을 수 있다. 가정에 따라 분석의 결과가 달라진다면 그 분석 결과에 아무 의미도 부여할 수 없기 때문이다. 그렇기 때문에 어느 학문에서나 최소한의 가정만으로 분석을 수행해야 의미 있는 결론을 도출할 수 있다.
‘다른 조건들이 일정하다면’(if other things remain equal)는 가정은 경제학자들이 특별히 자주 사용하는 가정으로 중요하지 않은 일들까지 고려해야 하는 번거로움을 피하기 위해 자주 활용하고 있다. 현실의 경제는 너무 복잡하기 때문에 이렇게 단순화시키지 않고서는 제대로 이해하기 어렵다. 라틴어로 ‘ceteris paribus'라고 표현하는 이 가정은 경제학자들이 보물처럼 아끼는 가정이라고 할 수 있다.
3) 가설(hypothesis)
분석의 결과로 얻어지는 명제를 가설이라고 한다. 가설은 여러 형태로 표현될 수 있지만 조건부적인 예측의 형태를 갖는 경우가 많다. 다시 말해서 어떤 일이 발생하면 어떤 결과가 나타날 것이라는 형식으로 표현될 때가 많다는 것이다. 그 예로 “통화량이 늘어나면 이자율이 떨어질 것이다.”라는 등의 형식으로 자주 표현되는 것을 볼 수 있다. 경제모형에서 합당한 방법으로 도출한 가설이라도 모두 현실과 부합된다는 보장은 없으며 현실과 부합되는지는 별도의 검증을 받아야만 한다. 검증결과 신빙성을 인정받게 되거나 신빙성이 없다는 평가를 받는 가설도 있을 수 있다.
상관관계와 인과관계
통계자료를 관찰할 때 한 변수와 다른 변수사이에 어떤 체계적인 관계가 있는 것을 발견할 때 두 변수 사이에 상관관계(correlation)가 있다고 말한다. 상관관계가 있다는 것은 무엇인지 알 수 없지만 어떤 관계를 맺고 있다는 것을 뜻하지만 변수들 사이에 상관관계가 존재한다고 해서 반드시 인과관계(causation)로 맺어져 있다고 속단해서는 안 된다.
인과관계는 한 변수에 생긴 변화가 다른 변수의 변화를 유발하는 원인과 결과의 관계를 뜻하며 그것이 반드시 원인과 결과의 관계일 필요는 없고 두 변수 사이 밀접한 상관관계가 존재하지만 아무런 인과관계도 존재하지 않는 경우가 상당히 많다. 두 변수 사이에 관찰된 상관관계가 고려되지 않은 제3의 변수의 영향으로 만들어진 겨우 두 변수가 인과 관계로 맺어져 있다고 볼 수 없다. 예를 들어 에어컨이 많이 팔릴 때 청량음료도 많이 팔리는 현상이 나타나는 것은 ‘더위’라는 고려되지 않은 제3의 변수 때문이며, 이 런 변수를 누락된 변수(omitted variable)라고 부르며 이로 인해 두 변수 사이에 상관관계가 관찰되는 경우가 많다. 두 변수 사이의 단순한 상관관계 이상의 관계가 존재하는 경우에도 명확한 인과관계를 밝히는 일은 쉽지 않다.
어떤 것이 원인이고 어떤 것이 결과인지 분명하지 않을 때 인과관계를 거꾸로 해석하는 역의 인과관계(reverse causality)로 추론하는 실수를 저지를 수 있다. 많은 노력을 기울여 통계자료를 수집, 분석했다고 하더라도 거꾸로 된 인과관계로 결론을 내렸다면 그 노력은 모두 헛수고가 되고 만다. 경제 분석은 여러 변수들 사이에 존재하는 인과관계를 밝혀내는 일을 중요한 목표로 삼으며 이론적 분석에 의해 밝혀낸 인과관계가 올바른 방향일 경우에만 의미를 가지며 변수들 사이에 어떤 의미 있는 인과관계가 있는지를 알아내기 위한 노력을 통해 새로운 경제이론이 태어나게 되는 것이다.
이론의 검증
모든 이론은 그것이 정말로 현실과 부합하는지 확인하는 검증과정을 거쳐야 한다.
앞서 설명한 이론적 분석의 결과는 명제 또는 가설의 형태로 구체화되어 제시되고 현실 경제에서 수집한 통계자료에 입각해 가설의 타당성 여부를 판단하게 된다.
하지만 이 검증과정에서 잘못된 판단을 내릴 수 있다. 즉 어떤 가설이 실제 맞지만 틀린 결론을 내릴 수 있고, 반대로 실제로 틀리지만 맞는 결론을 내릴 수도 있다. 통계학에서는 이런 잘못된 평가를 제1형(type 1)과 제2형(type 2)의 오판으로 구분한다. 어떤 가설이 실제로는 맞지만 틀리다고 평가하는 것을 제1형의 오판, 실제 틀린데 맞는다고 평가하는 것을 제2형의 오판이라고 한다.
어떤 이론이 맞는다거나 혹은 틀리다고 판단을 내리는 것은 오판의 여지가 상당히 작을 경우에 한해야 한다.
문제의 성격상 오판의 가능성의 어떤 절대적인 기준을 설정하기 어렵다. 그래서 약간 자의적으로 1%나 5% 등 허용 가능한 오판의 범위를 사전적으로 정해 놓는 것이 보통이다.
이론을 검증하는 일과 관련해 어떤 가설이 맞는다는 것을 적극적으로 입증할 수 있겠느냐는 한 가지 의문을 제기할 수 있다. 과학 철학자인 포퍼(K. Popper)의 말에 따르면 그것은 불가능한 일이다. 어떤 가설이 맞는다는 것을 적극적으로 입증할 수는 없고, 단지 그것이 틀렸다는 반증(falsification)만이 가능하다고 주장한다. 예를 들어 “모든 백조는 흰색 깃털을 갖고 있다.”는 명제에서 모든 백조를 직접 관찰하지 않는 한 이 명제가 참이라고 적극적으로 입증할 수는 없지만 한 마리의 검은 백조를 관찰할 수 있으면 참이 아니라는 반증이 가능하다. 이처럼 포퍼의 주장은 분명한 논리적 근거가 있지만 반증만을 받아들이고 일체의 적극적인 입증을 거부할 수는 없다. 이런 주장을 연구방법론의 문제를 다루고 있는 과학철학에서도 확실한 결론이 나지 않은 문제이다. 단 검증의 문제가 단순한 성질의 것이 아니며, 일반적으로 우리기 수행하는 검증의 결과에 확신을 가질 수 없는 또 다른 이유가 존재한다는 사실을 알고 있으면 된다고 본다.
댓글